1. Αρχική σελίδα
  2. Αναζήτηση

Βελτιστοποιήση προγραμματισμού πτήσεων σε σχέση με τον ανταγωνισμό με τη χρήση Machine Learning

Το τεκμήριο παρέχεται από τον φορέα :
Χαροκόπειο Πανεπιστήμιο   

Αποθετήριο :
Βιβλιοθήκη και Κέντρο Πληροφόρησης ΕΣΤΙΑ   

δείτε την πρωτότυπη σελίδα τεκμηρίου
στον ιστότοπο του αποθετηρίου του φορέα για περισσότερες πληροφορίες και για να δείτε όλα τα ψηφιακά αρχεία του τεκμηρίου*



Βελτιστοποιήση προγραμματισμού πτήσεων σε σχέση με τον ανταγωνισμό με τη χρήση Machine Learning
Λαλαούνη, Μαριάννα, Κωνσταντίνος
Η παρούσα εργασία στοχεύει στην βελτιστοποίηση του προγραμματισμού πτήσεων μέσα από τη πρόβλεψη μελλοντικών δεδομένων για πτήσεις, οι οποίες εμφανίζουν μεγάλη καθυστέρηση. Βασικός σκοπός αυτής της πρόβλεψης είναι, μια αεροπορική εταιρεία να επιτύχει τη βελτίωση της λειτουργίας της μέσα από τη λήψη αποφάσεων, στην οποία συμβάλλει ενεργά η παραγωγή μελλοντικών δεδομένων. Ουσιαστικά, πραγματοποιείται άντληση πληροφορίας από την ανάπτυξη δεδομένων που αφορούν την μελλοντική δραστηριότητα της εταιρείας, με βάση την ισχύουσα κατάσταση (δηλαδή με τις παρούσες αποφάσεις και τρόπου λειτουργίας). Αναλυτικότερα, η πληροφορία που παράγεται είναι αν μια πτήση με συγκεκριμένο δρομολόγιο (πχ. PNS - ORD) και η οποία εκτελείται από συγκεκριμένη αεροπορική εταιρεία θα έχει ή όχι καθυστέρηση στο μέλλον και αν η καθυστέρηση αυτή θα υπάρξει στο αεροδρόμιο αναχώρησης ή άφιξης. Την πληροφορία αυτή την λαμβάνουμε τροφοδοτώντας τον αλγόριθμο λογιστικής παλινδρόμησης με παρόντα δεδομένα πτήσεων (τα λεπτά καθυστέρησης ή έγκαιρής αναχώρησης και άφιξης) για κάθε αεροπορική εταιρεία, ανά διαδρομή και ανά αεροδρόμιο αναχώρησης ή άφιξης. Τέλος, έχοντας στην διάθεσή μας δεδομένα που αφορούν την αιτία της καθυστέρησης, μπορούμε να εντοπίσουμε την βασική αιτία του προβλήματος (π.χ. καιρός, καθυστέρηση αεροσκάφους, δίκτυο αερομεταφορών, ασφάλεια και αεροπορικής εταιρείας), έτσι ώστε να προσφέρουμε πιο εμπλουτισμένη πληροφορία στην αεροπορική εταιρεία.
graduate_thesis
Πτυχιακή Εργασία (EL)
Graduate Thesis (EN)
Μηχανική Μάθηση
ανάλυση δεδομένων
Μοντέλα Μάθησης
καθυστέρηση πτήσεων
Προγραμματισμός
Βελτιστοποίηση
Χαροκόπειο Πανεπιστήμιο
Βιβλιοθήκη και Κέντρο Πληροφόρησης ΕΣΤΙΑ
Graduate Thesis
2019-02-28
hua.gr:21301
http://estia.hua.gr/dl/object/hua.gr:21301
Αναφορά Δημιουργού – Μη Εμπορική Χρήση – Όχι Παράγωγα Έργα 4.0



*Η εύρυθμη και αδιάλειπτη λειτουργία των διαδικτυακών διευθύνσεων των συλλογών (ψηφιακό αρχείο, καρτέλα τεκμηρίου στο αποθετήριο) είναι αποκλειστική ευθύνη των αντίστοιχων Φορέων περιεχομένου.